Maladie cardiaque : Analyse statistique 1. Analyse statique globale du jeu de données 2. Les individus - en fonction de l'âge et du sexe 3. Symptômes face à la maladie cardiaque ⁃ Type de douleur thoracique ⁃ L'angine de poitrine 4. Quelles sont les causes de la maladie ? Voici les facteurs qui contribuent aux risques cardiaques (cœur 1 ou cœur 0), ce sont des facteurs aggravants ou impactants ⁃ Pression artérielle ⁃ Glycémie ⁃ Cholestérol ⁃ Depresssion 5. Résultats: Epreuve d’effort Voici les paramètres mesurés pendant une épreuve d'effort ⁃ Electrocardiogramme ⁃ Frequence cardiaque maximale ⁃ La pente du segment ST d'exercice de pointe
  1. Analyse statique globale du jeu de données
  1. Les individus
  1. Les symptômes
  1. Les facteurs aggravants les risques cardiaques
  1. Résultats d'un test d'effort
  1. Conclusion

**Build a KNN classifier for predicting cardiac desease fo people based on some of their features.

Classifier is built following a classical Machine Learning workflow (for expert practitioners, the workflow should be more complete).

Explore data
Preprocess data : use only quantitative data
Build model
Evaluate model
Conclusions

**Train-test-split

**Build Model

We are going to build a Classifier model by appying :

Initialisation step,
Fitting step,
Prediction.

**Test KNN

**Evaluate

**Essaie KNN avec Standard SCALER sur données quantitatives

**Essaie KNN avec Ordinal encoder sur données qualitatives et Scaler sur données quantitatives

**Decision tree avec données scalées et encodées

**Random forest